Estadísticas y Big Data classification

1

Nombre del error absoluto medio análogo al puntaje de Brier?

La pregunta de ayer Determinar la precisión del modelo que estima la probabilidad de evento me dio curiosidad sobre la puntuación de probabilidad. La puntuación de Brier es una medida de error cuadrático medio. ¿El análogo significa la medida de rendimiento de error absoluto tener un nombre también?1N∑i=1N(predictioni−referencei)21N∑i=1N(predictioni−referencei)2\frac{1}{N}\sum\limits _{i=1}^{N}(prediction_i - …

12 classification error validation scoring-rules brier-score

1

¿Cuál es una mejor función de costo para un árbol forestal aleatorio: índice de Gini o entropía?

¿Cuál es una mejor función de costo para un árbol forestal aleatorio: índice de Gini o entropía? Estoy tratando de implementar un bosque aleatorio en Clojure.

12 classification random-forest cart

1

¿Qué algoritmo de clasificación se debe usar después de ver que t-SNE separa bien las clases?

Supongamos que tenemos un problema de clasificación y al principio queremos obtener una idea de los datos y hacemos t-SNE. El resultado de t-SNE separa las clases muy bien. Esto implica que es posible construir un modelo de clasificación que también separe muy bien las clases (si t-SNE no se …

12 classification tsne

2

optimizando auc vs logloss en problemas de clasificación binaria

Estoy realizando una tarea de clasificación binaria donde la probabilidad de resultado es bastante baja (alrededor del 3%). Estoy tratando de decidir si optimizar por AUC o pérdida de registro. Por lo que he entendido, AUC maximiza la capacidad del modelo para discriminar entre clases mientras que el logloss penaliza …

12 classification binary-data auc log-loss

1

¿Cómo reducir el número de falsos positivos?

Estoy tratando de resolver una tarea llamada detección de peatones y entreno clasifer binario en dos categorías positivas - personas, negativas - antecedentes. Tengo un conjunto de datos: cantidad de positivos = 3752 número de negativos = 3800 Uso train \ test split 80 \ 20% y RandomForestClassifier de scikit-learn …

12 classification random-forest unbalanced-classes precision-recall computer-vision

1

Clasificación estratificada con bosques aleatorios (u otro clasificador)

Entonces, tengo una matriz de aproximadamente 60 x 1000. Lo estoy viendo como 60 objetos con 1000 características; Los 60 objetos se agrupan en 3 clases (a, b, c). 20 objetos en cada clase, y sabemos la verdadera clasificación. Me gustaría hacer un aprendizaje supervisado en este conjunto de 60 …

12 machine-learning classification multilevel-analysis random-forest stratification

3

Detección de valores atípicos en conjuntos muy pequeños.

Necesito obtener un valor lo más preciso posible para el brillo de una fuente de luz principalmente estable dados doce valores de luminosidad de muestra. El sensor es imperfecto, y la luz ocasionalmente puede "parpadear" más brillante o más oscura, lo que puede ignorarse, de ahí mi necesidad de detección …

12 classification outliers algorithms

4

¿Qué es un clasificador?

¿No puedo encontrar la definición general de qué es un clasificador? Entiendo cómo puede funcionar, pero no puedo llegar a una definición.

12 machine-learning classification

3

¿Por qué es importante la dimensión VC?

Wikipedia dice que: La dimensión VC es la cardinalidad del mayor conjunto de puntos que un algoritmo puede destruir. Por ejemplo, un clasificador lineal tiene una cardinalidad n + 1. Mi pregunta es ¿por qué nos importa? La mayoría de los conjuntos de datos en los que realiza una clasificación …

12 classification algorithms vc-dimension

1

¿Cómo calcula el aumento de gradiente las estimaciones de probabilidad?

He estado tratando de entender el aumento de gradiente leyendo varios blogs, sitios web y tratando de encontrar mi respuesta mirando, por ejemplo, el código fuente de XGBoost. Sin embargo, parece que no puedo encontrar una explicación comprensible de cómo los algoritmos de aumento de gradiente producen estimaciones de probabilidad. …

12 machine-learning classification boosting ensemble xgboost

5

Por qué rechazamos la hipótesis nula en el nivel 0.05 y no en el nivel 0.5 (como lo hacemos en la Clasificación)

La prueba de hipótesis es similar a un problema de clasificación. Entonces, digamos, tenemos 2 posibles etiquetas para una observación (sujeto) - Culpable vs. No culpable. Que no culpable sea la hipótesis nula. Si viéramos el problema desde el punto de vista de la Clasificación, entrenaríamos un Clasificador que predeciría …

11 probability hypothesis-testing classification p-value

2

Aprendizaje incremental para modelos de clasificación en R

Supongamos que tengo un clasificador (podría ser cualquiera de los clasificadores estándar como árbol de decisión, bosque aleatorio, regresión logística, etc.) para la detección de fraude usando el siguiente código library(randomForest) rfFit = randomForest(Y ~ ., data = myData, ntree = 400) # A very basic classifier Say, Y is …

11 classification supervised-learning

2

¿Por qué Bayes Classifier es el clasificador ideal?

Se considera el caso ideal en el que la estructura de probabilidad subyacente a las categorías se conoce perfectamente. ¿Por qué con el clasificador Bayes logramos el mejor rendimiento que se puede lograr? ¿Cuál es la prueba / explicación formal de esto? Como siempre usamos el clasificador Bayes como punto …

11 probability classification bayesian bayes

3

¿Qué función de pérdida se debe usar para obtener un clasificador binario de alta precisión o alta recuperación?

Estoy tratando de hacer un detector de objetos que ocurren muy raramente (en imágenes), planeando usar un clasificador binario CNN aplicado en una ventana deslizante / redimensionada. He construido entrenamientos balanceados positivos y negativos 1: 1 y conjuntos de pruebas (¿es correcto hacerlo en este caso por cierto?), Y el …

11 logistic classification unbalanced-classes loss-functions

2

Clasificación con datos parcialmente "desconocidos"

Supongamos que quiero aprender un clasificador que toma un vector de números como entrada y le da una etiqueta de clase como salida. Mis datos de entrenamiento consisten en una gran cantidad de pares de entrada-salida. Sin embargo, cuando vengo a probar algunos datos nuevos, estos datos generalmente solo están …

11 machine-learning classification neural-networks deep-learning

Preguntas etiquetadas con classification